返回搜索结果
Qwen3-Embedding-0.6B · Q4_K_S
Apple M1 ProOllama v0.35L2 跨框架验证
本页汇总 Qwen3-Embedding-0.6B（Q4_K_S）在 Apple M1 Pro 上以 Ollama 运行的 1 次实测数据，来自 1 个独立来源平台；指标为已上架实测的均值。
189.92 tok/s
Decode
解码速度
934.37 tok/s
Prefill
预填充速度
0.29 s
TTFT
首 token 延迟
3.09 GB
VRAM
显存占用
L2 跨框架验证
1
实测次数
1
独立来源
其他
来源平台
2 天前
最后验证
性能表现
- vLLM · Q5_K_M Decode 164.4 · Prefill 839.01 ·
- Ollama · IQ1_S Decode 247.65 · Prefill 966.62 ·
- Ollama · Q4_K_S （当前）Decode 189.92 · Prefill 934.37 ·
核心数据
- Decode（平均）
- 189.92 tok/s
- Prefill（平均）
- 934.37 tok/s
- TTFT（平均）
- 0.29 s
- VRAM（平均）
- 3.09 GB
- MTP 接受率
- —
- TTFB
- 1.52 GB
- 功耗
- 31.3 W
基础配置
成员级字段取自最近一次实测
- 模型
- Qwen3-Embedding-0.6B
- 量化方式
- Q4_K_S
- 框架
- Ollama
- 版本
- v0.35
- 上下文长度
- 8192 tokens
- 批次大小
- 256
- GPU 层数
- 28
- Flash Attention
- 开启
硬件信息
标称与实测并排陈列，能否运行由读者自判
- GPU
- Apple M1 Pro
- 实测显存（均值）
- 3.09 GB
- 系统
- macOS 15.0
- 驱动
- Apple M1 Pro
- CUDA
- N/A
- 电源功耗
- 31.3 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.35 · macOS 15.0 · CUDA N/A · 8192 ctx
189.92 tok/s
Decode
934.37 tok/s
Prefill
0.29 s
TTFT
3.09 GB
VRAM
—
MTP
31.3 W
功耗
L2 batch seed 2026-10-16: Ollama on hw_id=100 running model_id=62 at Q4_K_S